POD 趋势感知 Agent：缓存热点模式 + 三图合成 + 热点去重/风格去重 + review 兜底

- 缓存热点批量流程（有采集缓存不触发 Google）
- 简报不足直接从采集缓存生成（轻量补齐）
- 三图合成（模特/印花/底图）+ 底图压缩 <2MB
- 热点去重→风格去重自动切换 + 不适合类目 review 兜底
- 透明背景（background=transparent）+ 提示词清洗（敏感词/背景描述）
- 任务前 basemap 校验 + 模板国家校验 + 模特任务级分配

graph/nodes/score_node.py

@@ -0,0 +1,26 @@
+"""节点 3/6：打分（score）。
+
+归一化（按 source/kind 分组 min-max）-> 跨源融合（combine）-> 综合分阈值预筛。
+纯逻辑节点，with_fallback 兜底。
+"""
+from typing import Any, Dict, List
+
+from graph.scoring import combine, normalize
+from graph.validate import with_fallback
+
+
+@with_fallback("score")
+def score_node(state: Dict[str, Any]) -> Dict[str, Any]:
+    rows: List[Dict[str, Any]] = state.get("filtered_rows") or []
+    config = state["config"]
+    weights = config.get("weights") or {}
+    llm_cfg = config.get("llm_screen") or {}
+    min_score = float(llm_cfg.get("min_score", 0.0))
+
+    normalize(rows)
+    combined = combine(rows, weights)
+    combined = [c for c in combined if float(c.get("score", 0)) >= min_score]
+
+    stats = dict(state.get("stats") or {})
+    stats["score"] = {"combined": len(combined)}
+    return {"scored_rows": combined, "stats": stats}